توضیحات
Build and deploy your own data pipelines on GCP, make key architectural decisions, and gain the confidence to boost your career as a data engineer
Key Features
- Understand data engineering concepts, the role of a data engineer, and the benefits of using GCP for building your solution
- Learn how to use the various GCP products to ingest, consume, and transform data and orchestrate pipelines
- Discover tips to prepare for and pass the Professional Data Engineer exam
Book Description
With this book, you’ll understand how the highly scalable Google Cloud Platform (GCP) enables data engineers to create end-to-end data pipelines right from storing and processing data and workflow orchestration to presenting data through visualization dashboards.
Starting with a quick overview of the fundamental concepts of data engineering, you’ll learn the various responsibilities of a data engineer and how GCP plays a vital role in fulfilling those responsibilities. As you progress through the chapters, you’ll be able to leverage GCP products to build a sample data warehouse using Cloud Storage and BigQuery and a data lake using Dataproc. The book gradually takes you through operations such as data ingestion, data cleansing, transformation, and integrating data with other sources. You’ll learn how to design IAM for data governance, deploy ML pipelines with the Vertex AI, leverage pre-built GCP models as a service, and visualize data with Google Data Studio to build compelling reports. Finally, you’ll find tips on how to boost your career as a data engineer, take the Professional Data Engineer certification exam, and get ready to become an expert in data engineering with GCP.
By the end of this data engineering book, you’ll have developed the skills to perform core data engineering tasks and build efficient ETL data pipelines with GCP.
What you will learn
- Load data into BigQuery and materialize its output for downstream consumption
- Build data pipeline orchestration using Cloud Composer
- Develop Airflow jobs to orchestrate and automate a data warehouse
- Build a Hadoop data lake, create ephemeral clusters, and run jobs on the Dataproc cluster
- Leverage Pub/Sub for messaging and ingestion for event-driven systems
- Use Dataflow to perform ETL on streaming data
- Unlock the power of your data with Data Studio
- Calculate the GCP cost estimation for your end-to-end data solutions
Who this book is for
This book is for data engineers, data analysts, and anyone looking to design and manage data processing pipelines using GCP. You’ll find this book useful if you are preparing to take Google’s Professional Data Engineer exam. Beginner-level understanding of data science, the Python programming language, and Linux commands is necessary. A basic understanding of data processing and cloud computing, in general, will help you make the most out of this book.
Table of Contents
- Fundamentals of Data Engineering
- Big Data Capabilities on GCP
- Building a Data Warehouse in BigQuery
- Building Orchestration for Batch Data Loading Using Cloud Composer
- Building a Data Lake Using Dataproc
- Processing Streaming Data with Pub/Sub and Dataflow
- Visualizing Data for Making Data-Driven Decisions with Data Studio
- Building Machine Learning Solutions on Google Cloud Platform
- User and Project Management in GCP
- Cost Strategy in GCP
- CI/CD on Google Cloud Platform for Data Engineers
- Boosting Your Confidence as a Data Engineer
————————————————————–
ترجمه ماشینی :
خطوط داده های خود را در GCP بسازید و استقرار دهید، تصمیمات معماری کلیدی بگیرید و اعتماد به نفس برای ارتقای شغل خود به عنوان یک مهندس داده به دست آورید
ویژگی های کلیدی< /span>
- درک مفاهیم مهندسی داده، نقش مهندس داده و مزایای استفاده از GCP برای ساخت راه حل شما< /li>
- با نحوه استفاده از محصولات مختلف GCP برای جذب، مصرف و تبدیل داده ها و هماهنگی خطوط لوله آشنا شوید
- < span>نکاتی برای آماده شدن و قبولی در آزمون حرفه ای مهندس داده کشف کنید
توضیحات کتاب
< span>با این کتاب، خواهید فهمید که چگونه پلتفرم ابری بسیار مقیاسپذیر Google (GCP) به مهندسان داده امکان میدهد خطوط لوله داده سرتاسری درست از ذخیره و پردازش دادهها و هماهنگسازی گردش کار تا ارائه دادهها از طریق داشبوردهای تجسم ایجاد کنند.
با مروری سریع بر مفاهیم بنیادی مهندسی داده شروع کنید، مسئولیت های مختلف یک مهندس داده و اینکه چگونه GCP نقش حیاتی در انجام این مسئولیت ها ایفا می کند را خواهید آموخت. با پیشرفت در فصلها، میتوانید از محصولات GCP برای ایجاد یک انبار داده نمونه با استفاده از Cloud Storage و BigQuery و یک دریاچه داده با استفاده از Dataproc استفاده کنید. این کتاب به تدریج شما را از طریق عملیات هایی مانند جذب داده ها، پاکسازی داده ها، تبدیل و ادغام داده ها با منابع دیگر می برد. شما یاد خواهید گرفت که چگونه IAM را برای مدیریت داده طراحی کنید، خطوط لوله ML را با Vertex AI مستقر کنید، از مدل های GCP از پیش ساخته شده به عنوان یک سرویس استفاده کنید، و داده ها را با Google Data Studio تجسم کنید تا گزارش های قانع کننده بسازید. در نهایت، نکاتی در مورد چگونگی ارتقای شغل خود به عنوان مهندس داده، شرکت در آزمون گواهینامه مهندس داده حرفه ای و آماده شدن برای تبدیل شدن به یک متخصص در مهندسی داده با GCP خواهید یافت.
در پایان این کتاب مهندسی داده، مهارتهایی را برای انجام وظایف مهندسی دادههای اصلی و ایجاد خطوط لوله داده ETL کارآمد با GCP ایجاد خواهید کرد.
آنچه شما دارید یاد میگیرد
- دادهها را در BigQuery بارگذاری میکند و خروجی آن را برای مصرف پاییندستی مادی میکند
- ایجاد هماهنگی خط لوله داده با استفاده از Cloud Composer
- توسعه کارهای Airflow برای هماهنگی و خودکارسازی انبار داده
- یک دریاچه داده هادوپ بسازید، خوشه های زودگذر ایجاد کنید، و مشاغل را در خوشه Dataproc اجرا کنید
- از Pub/Sub برای پیام رسانی و جذب برای سیستم های رویداد محور استفاده کنید
- از Dataflow برای اجرای ETL در جریان داده استفاده کنید
- قفل قدرت داده های خود را با Data Studio باز کنید
- محاسبه برآورد هزینه GCP برای راه حل های داده سرتاسر شما
این کتاب برای چه کسی است
این این کتاب برای مهندسان داده، تحلیلگران داده و هر کسی که به دنبال طراحی و مدیریت خطوط لوله پردازش داده با استفاده از GCP است است. اگر برای شرکت در آزمون مهندس داده حرفه ای گوگل آماده می شوید، این کتاب برای شما مفید خواهد بود. درک سطح مبتدی از علم داده، زبان برنامه نویسی پایتون و دستورات لینوکس ضروری است. به طور کلی درک اولیه از پردازش داده و رایانش ابری به شما کمک می کند تا از این کتاب بهترین استفاده را ببرید.
فهرست محتوا
<. ol>
< li>ساخت راه ح
tag : دانلود کتاب مهندسی داده با پلت فرم Google Cloud: راهنمای عملی برای عملیاتی کردن سیستم های تجزیه و تحلیل داده مقیاس پذیر در GCP , Download مهندسی داده با پلت فرم Google Cloud: راهنمای عملی برای عملیاتی کردن سیستم های تجزیه و تحلیل داده مقیاس پذیر در GCP , دانلود مهندسی داده با پلت فرم Google Cloud: راهنمای عملی برای عملیاتی کردن سیستم های تجزیه و تحلیل داده مقیاس پذیر در GCP , Download Data Engineering with Google Cloud Platform: A practical guide to operationalizing scalable data analytics systems on GCP Book , مهندسی داده با پلت فرم Google Cloud: راهنمای عملی برای عملیاتی کردن سیستم های تجزیه و تحلیل داده مقیاس پذیر در GCP دانلود , buy مهندسی داده با پلت فرم Google Cloud: راهنمای عملی برای عملیاتی کردن سیستم های تجزیه و تحلیل داده مقیاس پذیر در GCP , خرید کتاب مهندسی داده با پلت فرم Google Cloud: راهنمای عملی برای عملیاتی کردن سیستم های تجزیه و تحلیل داده مقیاس پذیر در GCP , دانلود کتاب Data Engineering with Google Cloud Platform: A practical guide to operationalizing scalable data analytics systems on GCP , کتاب Data Engineering with Google Cloud Platform: A practical guide to operationalizing scalable data analytics systems on GCP , دانلود Data Engineering with Google Cloud Platform: A practical guide to operationalizing scalable data analytics systems on GCP , خرید Data Engineering with Google Cloud Platform: A practical guide to operationalizing scalable data analytics systems on GCP , خرید کتاب Data Engineering with Google Cloud Platform: A practical guide to operationalizing scalable data analytics systems on GCP ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.